補論　景気ウォッチャー調査の分析

1．景気ウォッチャー調査の業種別のＤＩと販売額等の動向について

景気ウォッチャー調査は景況感について2,050名の景気ウォッチャーから毎月月末に報告を受けＤＩとして集計している。特に家計動向関連のウォッチャーは販売の現場から毎月の統計データの速報を個々のレベルで報告していることとなり、集計されたウォッチャーＤＩは各種統計等の予測値となることが考えられ、両者は一定の相関を持つことが考えられる。

このことを確認するため、業種別の現状判断ＤＩと各種統計等との相関がどの程度あるかをみる。ここでは現状判断ＤＩは水準そのものではなく、現状判断ＤＩの前年差を用い、各種統計等の前年比との相関関係をみる（第3−1（1）（2）（3）図）。

ここでは一つの目安として相関係数がおおむね0.5以上のものをみると、乗用車販売店ＤＩ、家電量販店ＤＩ、旅行関連ＤＩが該当することとなった。これらのＤＩが一定の相関を示す理由、及び他の業種別ＤＩの相関が高くない理由については引き続き検証する必要があるが、比較的高額の消費については予測力が高いことがうかがえる。

2．景気ウォッチャー調査の先行き判断ＤＩによる現状判断ＤＩの予測

2012年1月以降の期間において、現状判断ＤＩの動きを、先行き判断ＤＩの1か月、2か月、3か月のラグを取ったものと比較すると、1、2か月のラグを取った場合の当てはまりがよい（第3−2（1）（2）（3）図）。

また、景気ウォッチャー調査開始時からのデータを用いて計量分析により、現状判断ＤＩの動きを先行き判断ＤＩで回帰すると、1か月のラグで最も説明力が高くなり、推計値と実績値はおおむね適合する（第3−3図）。

3．景気ウォッチャー調査のコメントからのＤＩの再現

景気ウォッチャー調査における景況感の判断理由から、現状判断ＤＩや先行き判断ＤＩが再現可能か否かの検証を行った¹。

先ず、景気ウォッチャー調査のコメントから、言語解析技術により景気動向に関連する特徴的な表現（単語）を抽出・分類し、登場頻度等を数値化しデータベース化した。次に本データベースを用いて、各コメントから景況感に関する5段階評価を機械学習エンジンにより判別（推計）し、集計を行ってＤＩを算出した。

機械学習エンジンによる学習期間を東日本大震災を含む期間の2010年～2012年とし、2013年の12か月間の現状判断ＤＩと先行き判断ＤＩをコメントから推計すると、推計結果は実際のＤＩよりも低い値であるものの、毎月の変化の方向がおおむね整合的であることから、テキスト情報からＤＩの大まかな傾向が予測可能であることが確認できた（第3−4（1）（2）図）。